paired_cosine_distances#
- sklearn.metrics.pairwise.paired_cosine_distances(X, Y)#
计算X和Y之间的配对余弦距离。
更多信息请参阅 用户指南 。
- Parameters:
- X{array-like, sparse matrix},形状为 (n_samples, n_features)
一个数组,其中每一行是一个样本,每一列是一个特征。
- Y{array-like, sparse matrix},形状为 (n_samples, n_features)
一个数组,其中每一行是一个样本,每一列是一个特征。
- Returns:
- distancesndarray,形状为 (n_samples,)
返回
X
的行向量和Y
的行向量之间的距离,其中distances[i]
是X[i]
和Y[i]
之间的距离。
Notes
余弦距离等价于如果每个样本被归一化到单位范数,则等于欧几里得距离平方的一半。
Examples
>>> from sklearn.metrics.pairwise import paired_cosine_distances >>> X = [[0, 0, 0], [1, 1, 1]] >>> Y = [[1, 0, 0], [1, 1, 0]] >>> paired_cosine_distances(X, Y) array([0.5 , 0.18...])